改进遗传K均值算法在负荷特性分类的应用 |
| |
引用本文: | 黄毅成,杨洪耕.改进遗传K均值算法在负荷特性分类的应用[J].电力系统及其自动化学报,2014(7). |
| |
作者姓名: | 黄毅成 杨洪耕 |
| |
作者单位: | 四川大学电气信息学院; |
| |
摘 要: | 负荷特性聚类是负荷建模的基础工作,精确的负荷特性分类对负荷建模十分重要。为适用于实际电网规划等对负荷分类精度要求更高的领域,针对负荷聚类时存在的聚类数目不确定、初始条件选择敏感的问题,提出了一种改进遗传算法的负荷特性分类新方法。该方法在遗传算法全局搜索能力的基础上,结合K均值聚类方法进行聚类分析,得到最优分类结果。同时,针对聚类中心敏感的问题,遗传算法中采用可变长编码方案进行优化,动态寻找最优聚类数目,确定最优聚类中心。实例分析结果表明,用改进遗传算法对负荷特性进行分类,能够有效避免初始条件对分类结果的影响,可以获得良好的分类效果。
|
关 键 词: | 遗传算法 均值算法 负荷特性分类 可变染色体长度 负荷建模 |
本文献已被 CNKI 等数据库收录! |
|